Anonymisierungssoftware für Dokumente auswählen: Kriterien und Fragen an Anbieter

Die Auswahl eines Werkzeugs zum Schwärzen oder Anonymisieren von Dokumenten wirkt wie eine IT-Beschaffung, die Folgen sind aber rechtlicher Natur. Lässt die Software Text unter einem schwarzen Balken stehen, schickt sie Dokumente an einen KI-Dienst außerhalb der EU oder kann sie nicht belegen, wer was geschwärzt hat, trägt nicht der Anbieter das Problem, sondern der Verantwortliche, der das Dokument veröffentlicht oder weitergegeben hat.

Dieser Leitfaden nennt die Kriterien, die Sie prüfen sollten, konkrete Fragen an jeden Anbieter und eine einfache Methode, mehrere Werkzeuge mit Ihren eigenen Dokumenttypen zu testen.

Zuerst den Bedarf klären

Beschreiben Sie Ihren Fall vor dem Produktvergleich mit drei Angaben: welche Dokumente (Bescheide, Verträge, Patientenakten, Gehaltsabrechnungen, E-Mails), welches Volumen und welcher Zweck (Veröffentlichung, Auskunft nach Art. 15 DSGVO, Antrag nach dem IFG, Weitergabe an Dritte, Tests). Zehn Urteile im Monat sind etwas anderes als Tausende gescannte Akten im Jahr, und eine Open-Data-Veröffentlichung ist etwas anderes als die Übergabe an einen Prüfer.

Klären Sie auch, ob Sie Anonymisierung brauchen (die Angabe verschwindet; ist eine Re-Identifizierung nach vernünftigem Ermessen ausgeschlossen, fällt das Ergebnis aus der DSGVO heraus) oder Pseudonymisierung (die Angabe wird durch einen konsistenten Code ersetzt, eine Zuordnungstabelle erlaubt die Rückführung, es bleiben personenbezogene Daten). Viele Organisationen brauchen beides, je nach Empfänger. Wer zwischen Handarbeit und Werkzeug abwägt, findet im Vergleich manuelle oder automatische Anonymisierung eine Hilfe zur Aufwandsschätzung.

Die entscheidenden Kriterien

Wo werden die Dokumente verarbeitet?

Diese Frage trennt die Werkzeuge am deutlichsten. Manche schicken Text an das große Sprachmodell eines Dritten, um Daten zu erkennen; andere betreiben eigene Modelle. Für die DSGVO zählt, wer die Daten wo und mit welchen Garantien verarbeitet. Der Leitfaden lokale KI oder Cloud-KI erläutert die Abwägungen.

Nachweise: Zertifikat und Geltungsbereich verlangen

ISO/IEC 27001 ist der verbreitetste Nachweis für Informationssicherheit. Für Cloud-Dienste hat das BSI den Kriterienkatalog C5 veröffentlicht; öffentliche Auftraggeber fragen häufig nach einem entsprechenden Testat. Unabhängig vom Standard gilt: Dokument anfordern, ausstellende Stelle prüfen und vor allem den Geltungsbereich lesen. Ein Zertifikat, das den eingekauften Dienst nicht abdeckt, hilft wenig.

Ein Test, der die Entscheidung trägt

Vorführungen arbeiten mit sauberen Dokumenten. Ihr Alltag sind schiefe Scans, Tabellen, Stempel und Anlagen. Stellen Sie einen Testsatz aus Ihren Dokumenttypen mit fiktiven Daten oder bereits veröffentlichten Dokumenten zusammen und messen Sie:

• Übersehene Daten (falsch negativ): Angaben, die verschwinden sollten und noch da sind. Das ist der schwere Fehler; zählen Sie ihn pro Dokument.
• Überschwärzung (falsch positiv): unnötig entfernter Text wie Namen von Amtsträgern, Normen oder Beträge, die sichtbar bleiben müssen.
• Prüfaufwand: wie lange eine Person für ein typisches Dokument braucht.
• Die Ergebnisdatei: öffnen, geschwärzten Text kopieren versuchen, Eigenschaften und ausgeblendete Blätter prüfen.
• Scans: findet das Werkzeug Daten in einem gescannten PDF und in einem Handyfoto eines Dokuments?

Rechtliche Fragen, die nicht fehlen dürfen

• Schließt der Anbieter einen Auftragsverarbeitungsvertrag nach Art. 28 DSGVO?
• Wie lange werden Dokumente und Ergebnisse gespeichert? Lässt sich automatisches Löschen einstellen?
• Werden meine Dokumente zum Training von Modellen genutzt? Steht das im Vertrag?
• Welche Unterauftragsverarbeiter sind beteiligt und wo sitzen sie?
• Wie und wie schnell werden Datenschutzverletzungen gemeldet?

Anonimatum im Abgleich mit diesen Kriterien

Anonimatum ist eine Option unter mehreren und sollte mit derselben Tabelle bewertet werden. Es ist ein SaaS-Dienst der spanischen Politeia Soft mit eigener KI auf Servern in der Europäischen Union, ohne Text an externe Sprachmodell-APIs zu senden. Verarbeitet werden native und gescannte PDF mit OCR, Word, Excel (auch spaltenweise), PowerPoint, Bilder, mehrseitige TIFF und E-Mails im Format .eml und .msg mit Anhängen; die Ausgabe bleibt im selben Format. KI, Muster, eigene Muster und Positivliste lassen sich kombinieren; eine Vorschau erlaubt die Prüfung vor der Anwendung; Text und Metadaten werden entfernt; und eine konsistente Pseudonymisierung mit verschlüsselten Zuordnungen ist möglich.

Dazu kommen serverseitige Stapelverarbeitung, eine REST-API mit signierten Webhooks, Vorlagen je Dokumenttyp, Vorgänge mit Versionshistorie und ein Gruppen-Dashboard mit Audit-Protokoll, das weder Namen noch Inhalte von Dokumenten speichert, sowie einstellbare Aufbewahrungsfristen. Politeia Soft ist nach dem spanischen ENS (Esquema Nacional de Seguridad) in der Kategorie MITTEL zertifiziert, der Geltungsbereich umfasst Anonimatum; fragen Sie uns wie jeden Anbieter nach dem Nachweis, den Sie benötigen. Auch die Grenzen gehören dazu: Gesichter werden nicht erkannt; Bilder werden in PDF umgewandelt und mit OCR, Mustern, KI sowie vom Nutzer gezogenen Bereichen oder Formen bearbeitet. Tarife stehen auf der Preisseite, technische Details auf der Seite Sicherheit.